AVATAR(3차원 생쥐 행동 분석) (AVATAR (AI Vision Analysis for Three-dimensional Action in Real-time))
쉽게 풀면
기존 개방장 검사는 위에서 내려다본 2차원 기록이라, 생쥐가 한 자리에서 몸단장을 하거나 벽 냄새를 맡으며 부지런히 움직여도 이동 거리가 0에 가까워 "가만히 있었다"로 처리되는 한계가 있었습니다. AVATAR는 투명한 상자를 다섯 대의 카메라로 동시에 촬영해, 코·머리·항문·꼬리 끝·몸통·좌우 앞다리·좌우 뒷다리 아홉 지점의 3차원 좌표를 얻습니다. 이 좌표들을 머리뼈·등뼈·허리뼈·꼬리·좌우 앞다리·좌우 뒷다리라는 여덟 종류의 뼈 벡터로 이은 동작 골격을 만들고, 3초 단위의 관절 각도 변화율을 신경망으로 분석해 걷기·냄새 맡기·뒷발로 서기·가만히 있기·몸단장 같은 행동을 자동으로 분류·정량합니다.
왜 중요한가
동물 행동 분석은 신경과학·약리학·노화 연구 전반에서 실험 결과를 정량화하는 핵심 수단인데, 사람이 직접 영상을 보고 행동을 분류하는 기존 방식은 시간이 오래 걸리고 관찰자마다 판정이 달라질 수 있다는 한계가 있었습니다. AVATAR처럼 3차원 자세 추정과 딥러닝 분류를 결합한 시스템은 이런 주관성과 노동력 문제를 줄이면서, 2차원 영상만으로는 구분하기 어려운 뒷발로 서기·몸단장 같은 미세 행동까지 자동으로 포착할 수 있게 해줍니다. 그 결과 유전자 조작 생쥐 모델이나 약물 투여군의 행동 표현형을 훨씬 세밀하고 재현 가능한 방식으로 비교할 수 있어, 신경퇴행성 질환·정신질환 모델 연구에서 점점 더 널리 채택되는 추세입니다.
논문에서는 이렇게 쓰입니다
사람이 일일이 영상을 보며 행동을 분류하지 않아도, 시스템이 자동으로 세밀한 동작(여기서는 몸단장)의 비율을 계산해 두 집단을 정량적으로 비교했다는 뜻입니다.
단순히 행동의 빈도만이 아니라 관절 움직임의 세부 패턴까지 함께 제시함으로써, 운동 기능 저하를 더 정밀하게 뒷받침하는 근거로 삼았다는 뜻입니다.
행동 분류 결과를 시간에 따라 이어 붙여, 약효가 언제 나타나고 언제 사라지는지를 사람의 눈대중이 아니라 수치로 보여주었다는 의미입니다.
조금 더 깊게 보면
AVATAR와 같은 3차원 행동 분석 시스템의 핵심은 크게 두 단계로 나뉩니다. 먼저 여러 카메라 영상에서 신체 지점을 검출하는 자세 추정(pose estimation) 단계가 있고, 그 결과로 얻은 관절 좌표의 시간적 변화를 행동 범주로 나누는 분류(classification) 단계가 뒤따릅니다. 이 두 단계는 서로 독립적으로 개선될 수 있어, 같은 영상이라도 자세 추정 알고리즘이나 분류 신경망이 다르면 결과가 달라질 수 있습니다. 또한 행동을 사람이 미리 정한 범주(걷기, 몸단장 등)로 나누는 지도학습 방식뿐 아니라, 범주를 미리 정하지 않고 동작 패턴을 자동으로 군집화하는 비지도 방식의 행동 분석 기법도 함께 연구되고 있어, 논문을 읽을 때는 어떤 방식으로 행동이 정의되고 검증되었는지를 함께 살펴보는 것이 중요합니다.
주의할 점
AVATAR는 현재 한 마리씩만 분석할 수 있어, 사회적 상호작용이나 짝짓기처럼 두 마리 이상이 관여하는 행동은 아직 다루지 못합니다. 또한 기록 장치(AVATAR)와 그 영상을 해석하는 분석 알고리즘은 별개이므로, 같은 장치를 쓰더라도 연구자마다 다른 알고리즘으로 해석할 수 있습니다.